Modelamiento Binomial y Fórmula de Bernoulli
Fundamentar decisiones en situaciones de incerteza a partir del modelo binomial.
Identificar parámetros (n, k, p), calcular probabilidades puntuales y extremas,
y determinar la esperanza matemática y varianza del experimento.
Ejemplo
Ejemplo de Cálculo de Probabilidad Puntual:
Una moneda cargada tiene un 60% de probabilidad de salir sello (p=0,6). Se lanza 4 veces (n=4).
¿Probabilidad de obtener exactamente 2 sellos (k=2)?
Fórmula: P(X=k) = C(n, k) * p^k * (1-p)^(n-k)
P(X=2) = C(4, 2) * (0,6)^2 * (0,4)^(4-2)
P(X=2) = 6 * 0,36 * 0,16 = 0,3456
Ejemplo de Esperanza Matemática:
Si se lanza 10 veces la misma moneda (n=10, p=0,6):
E(X) = n * p = 10 * 0,6 = 6 sellos en promedio.
Explicación
Una distribución binomial modela experimentos aleatorios con 3 características clave:
- Hay un número fijo de ensayos (n).
- Cada ensayo tiene solo dos resultados mutuamente excluyentes: éxito (p) o fracaso (1-p).
- Los ensayos son independientes entre sí.
Fórmula de Bernoulli: P(X=k) = C(n, k) * p^k * (1-p)^(n-k)
Donde C(n, k) es el coeficiente combinatorio (las combinaciones posibles de tener k éxitos en n ensayos).
Esperanza Matemática: Es el promedio de éxitos que esperas obtener si repites el experimento muchas veces. Se calcula como E(X) = n * p.
Varianza: Mide la dispersión de los datos respecto a la media. Se calcula como V(X) = n * p * (1-p).